Entrega Final - Series Cronológicas

Facultad de Ciencias Económicas y Administración - 2025 - UDeLaR

Author

Leandro Berrueta, Lucca Frachelle, Cecilia Waksman

Published

June 21, 2025

Se dispone de una serie mensual con la cantidad de clientes con deuda vigente en el Banco Santander en el período Diciembre - 2018 a Marzo - 2025.

Se utiliza como entrenamiento los datos hasta 2024, y luego para predecir las 3 observaciones referidas a 2025.

Una primera visualización de la serie permite identificar una clara tendencia creciente a lo largo del tiempo, especialmente a partir de 2020, con un aumento significativo hacia 2024.

En principio no se logra reconocer un comportamiento estacional evidente o un patrón repetitivo a intervalos fijos en la serie.

La variabilidad parece aumentar ligeramente con el nivel de la serie, lo que podría sugerir la necesidad de aplicar una transformación logarítmica a modo de homogeneizar la Varianza de la serie. El uso de dicha transformación se evaluará más adelante tomando como insumo el comportamiento de los residuos.

1 Análisis Inicial

1.1 Gráfico de la Serie Temporal

1.2 Estadísticas Descriptivas

Estadísticas Descriptivas de la Serie de Cantidad de Personas con Deuda
Estadística Valor
Min. 332198
1st Qu. 353361
Median 394463
Mean 395286
3rd Qu. 432958
Max. 495587

2 Identificación del Modelo

2.1 Análisis en el Dominio del Tiempo

2.1.1 Función de Autocorrelación (FAC)

Se observa que la Función de Aucorrelación (FAC) decrece lentamente y de forma persistente, con coeficientes de autocorrelación significativos que se mantienen altos incluso en rezagos grandes y que, por ende, no se comportan de acuerdo al decaimiento exponencial que caracteriza a las series débilmente estacionarias1. Esto es un fuerte indicio de que la serie no es estacionaria.

Además, las autocorrelaciones significativas en rezagos altos sugieren la presencia de una tendencia, detalle claramente observable al inspeccionar el gráfico de la serie.

2.1.2 Función de Autocorrelación Parcial (FACP)

La Función de Aucorrelación Parcial (FACP) muestra un coeficiente significativo en el primer rezago y luego decae rápidamente, no habiendo otro rezago que resulte significativo al nivel de significación usual del 5%.

Esto podría sugerir un componente AR(1) si la serie fuera estacionaria. Sin embargo, dada la FAC planteada anteriormente, se concluye de este primer análisis del Dominio del Tiempo en la necesidad de aplicar, al menos, una primera diferencia regular a la serie.

2.2 Análisis en el Dominio de Frecuencias

Mediante el Periodograma Suavizado de la serie es posible respaldar la idea de que la misma presenta una tendencia que debería ser modelada.

En particular, las frecuencias más próximas a 0, y por ende las asociadas a ciclos de período próximo a infinito (el componente tendencial) explica la mayor parte de la variabilidad de la serie2.

2.3 Contraste de Raíces Unitarias

A la hora de determinar si la tendencia puede ser modelada de forma determinística o si la misma es resultado de la presencia de raíces unitarias se lleva acabo los Contrastes de Dickey-Fuller aumentado y KPSS.

2.3.1 Dickey-Fuller

En primera instancia se plantea el contraste seleccionando la cantidad de lags por medio de Criterios de Información (AIC y BIC) lo que resulta en la elección de \(p = 1\). Con este valor, sin embargo, no se logra el comportamiento deseado de los residuos (que los mismos sean autocorrelacionados), por lo que se procedió a probar con varios valores de lags adicionales. Esto resultó en la elección de \(p = 2\), con ambos coeficientes significativos a los niveles de significación usuales.

A continuación se presentan los resultados de la regresión auxiliar del test y los estadísticos de prueba.

Regresión del Test de Dickey-Fuller Aumentado
Characteristic Beta 95% CI p-value
(Intercept) 22,500 -25,491, 70,490 0.4
z.lag.1 -0.07 -0.22, 0.09 0.4
tt 212 -111, 534 0.2
z.diff.lag


    z.diff.lag1 -0.48 -0.72, -0.23 <0.001
    z.diff.lag2 -0.43 -0.66, -0.20 <0.001
Abbreviation: CI = Confidence Interval
Resultados del Test de Dickey-Fuller Aumentado
Estadístico VC.1. VC.5. VC.10.
tau3 (con tendencia) -0.8745181 -4.04 -3.45 -3.15
phi2 9.9484835 6.50 4.88 4.16
phi3 2.3435201 8.73 6.49 5.47

Del contraste de Dickey-Fuller aumentado se concluye que:

  • No se rechaza la Hipótesis Nula de que la Serie presente una raíz unitaria a ninguno de los niveles de significación planteados. De esta manera se tiene un respaldo para aplicar la Primera Diferencia Regular.

  • PREGUNTAR (en base a phi3): Se rechaza la Hipótesis Nula de que \(b = 0, \gamma = 0\). Es decir, no hay raiz unitaria presente ni término de tendencia determinístico. Considerando el punto anterior esto sugiere que la serie no presenta una tendencia determinística que deba ser modelada.

  • PREGUNTAR (en base a phi2): No se rechaza la Hipótesis Nula de que \(a = 0 , b = 0, \gamma = 0\).

2.3.2 KPSS

En segunda instancia se plantea el Contraste KPSS, lo que resulta en que

Resultados del Test KPSS (con tendencia)
Item Valor
Estadístico de Test 0.2567046
Valor Crítico 10% 0.1190000
Valor Crítico 5% 0.1460000
Valor Crítico 2.5% 0.1760000
Valor Crítico 1% 0.2160000

Como resultado se rechaza la Hipótesis Nula de que la Serie sea Integrada de Orden 0, lo que nuevamente da un respaldo para la Aplicación de la Primera Diferencia Regular en los datos.

2.4 Serie Diferenciada de acuerdo a la Primera Diferencia Regular

La primera diferencia regular tiene como resultado una serie que adquiere un comportamiento más próximo al estacionario que la serie original. En principio es posible observar que la tendencia ha sido eliminada y la Media parece ser constante. No obstante, la Varianza no se comporta de forma constante.

En el primer gráfico se puede observar que la serie se comporta de forma similar en todos los años disponibles, con la excepción de los años 2019 y 2024, en los meses de setiembre y octubre en particular. Esto puede ser un indicio de un posible outlier que requiera intervención.

Del segundo gráfico se destaca los meses de marzo, junio, septiembre y diciembre, que presentan medias mayores en comparación al resto.

2.5 FAC y FACP de la Serie Diferenciada

Al analizar la Función de Autocorrelación de la serie de Cantidad de Personas con Deuda en Santander una vez aplicada la Primera Diferencia Regular (\(d=1\)), se observa que, aunque la tendencia lineal ha sido eliminada (lo que se corrobora con los tests de Dickey-Fuller Aumentado y KPSS), persisten patrones de Autocorrelación significativos.

Específicamente, se nota la presencia de coeficientes significativos en el rezago 3, en el rezago 6 y en el rezago 9, con una rápida aproximación a las bandas de confianza3.

De esta manera se puede destacar que las observaciones se encuentran autocorrelacionadas con sus valores de 3, 6 y 9 meses atrás. Este comportamiento sugiere la utilización, en principio, de un SARIMA(3,1,0)(0,0,0), bajo el argumento de que la FAC se comporta como la que presenta un AR(3) con \(\phi_1 = \phi_2 = 0\).

En la FACP, en cambio, se observa la significación de los coeficientes asociados a los dos primeros retardos. En conjunto con la significación del \(\hat{\rho}_1\) de la FAC es que se plantea la posibilidad de modelar la Estacionalidad por medio de un SARIMA(3,1,0)(0,1,1).

2.6 Dominio de Frecuencias: Análisis del Espectro de la Serie Diferenciada

El Espectro también muestra como la primera diferencia elimina el componente tendencial, al presentar bajos valores en las frecuencias más bajas. No obstante, realza el peso de las frecuencias que se encuentran en torno a \(\omega_{\max} = 2.12\).

Considerando que \(\text{per}(\omega_j) = \frac{2\pi}{\omega_j}\), entonces se tiene que \(\text{per}(\omega_{\max}) \approx 3\), lo que quiere decir que la aplicación de la primera diferencia regular tuvo como resultado el incrementar la importancia de los ciclos que se repiten cada 3 meses a la hora de explicar la variabilidad de la serie.

Sea \(j\) el índice de la observación y \(T = 75\) la cantidad de observaciones que componen a la serie. Entonces la frecuencia j-ésima viene dada por \(\omega_j = \frac{2\pi j}{T}\) con período \(\text{per}(\omega_j) = \frac{2\pi}{\omega_j} = \frac{T}{j}\). Considerando la frecuencia de espectro más alto identificada en el párrago anterior se obtiene que4 \(j_{\max} = 25\) con período \(3\).

PREGUNTA: El hecho de que los ciclos que más explican la varianza sean los de período 3 puede ir de la mano con lo que indicaba Lucca de que entran deudores a los 3 meses (2+1).

2.7 Serie Diferenciada de acuerdo a la Primera Diferencia Regular y Primera Diferencia Estacional (Trimestral)

2.8 Gráfico de la Serie Diferenciada Estacional

2.9 FAC y FACP de la Serie Diferenciada (Regular y Estacional)

2.10 Serie Diferenciada de acuerdo a la Primera Diferencia Regular y Primera Diferencia Estacional (Anual)

2.11 Gráfico de la Serie Diferenciada Estacional Anual

2.12 FAC y FACP de la Serie Diferenciada (Regular y Estacional Anual)

3 Modelos Finales Propuestos

A continuación, se presentan los dos modelos SARIMA finalistas seleccionados para la serie temporal. Cada uno ha sido ajustado con intervención de valores atípicos y sometido a un riguroso proceso de diagnóstico.

3.1 Modelo 1: SARIMA(6,1,0)(1,1,0)[3] con Intervención de Atípicos

El primer modelo explora una estacionalidad trimestral (período 3).

3.1.1 Detección y Tratamiento de Atípicos

3.1.2 Ajuste del Modelo

Coeficientes del Modelo SARIMA(6,1,0)(1,1,0)[3]
Characteristic Beta 95% CI
ar1 0.00
ar2 0.00
ar3 0.31 0.05, 0.57
ar4 0.00
ar5 0.00
ar6 -0.45 -0.71, -0.18
sar1 -0.86 -0.99, -0.72
AO10 16,635 13,447, 19,822
TC13 19,195 15,234, 23,155
AO37 10,497 7,524, 13,470
AO51 5,385 2,243, 8,526
AO57 8,890 5,827, 11,954
TC59 -10,077 -14,008, -6,146
TC67 -12,578 -17,134, -8,022
Abbreviation: CI = Confidence Interval

3.1.3 Criterios de Información y Medidas de Error

Criterios de Información del Modelo 1
AIC AICc BIC
1304.036 1308.667 1328.611
Medidas de Error del Modelo 1
ME RMSE MAE MPE MAPE MASE ACF1
Training set 240.8004 2501.118 2013.735 0.0573216 0.5087128 0.0808879 0.1083491

3.1.4 Diagnóstico de Residuos

3.1.4.1 Test de Ljung-Box

Test de Ljung-Box para Residuos del Modelo 1 (Rezagos 3-24)
statistic p.value parameter method
1.872744 0.0000000 0 Box-Ljung test
1.905596 0.1674533 1 Box-Ljung test
2.892531 0.2354479 2 Box-Ljung test
2.892580 0.4084855 3 Box-Ljung test
4.902801 0.2974169 4 Box-Ljung test
8.624958 0.1249913 5 Box-Ljung test
9.082094 0.1690135 6 Box-Ljung test
11.632557 0.1133085 7 Box-Ljung test
13.707391 0.0897183 8 Box-Ljung test
14.049415 0.1205783 9 Box-Ljung test
16.138178 0.0957446 10 Box-Ljung test
16.235716 0.1326031 11 Box-Ljung test
16.571073 0.1664567 12 Box-Ljung test
16.926474 0.2026871 13 Box-Ljung test
21.923912 0.0801914 14 Box-Ljung test
23.514688 0.0738067 15 Box-Ljung test
26.509326 0.0472697 16 Box-Ljung test
27.775214 0.0476343 17 Box-Ljung test
28.146042 0.0598673 18 Box-Ljung test
29.278036 0.0617357 19 Box-Ljung test
30.323269 0.0647822 20 Box-Ljung test
32.208296 0.0557669 21 Box-Ljung test

3.1.4.2 Análisis de Homocedasticidad y Normalidad

Tests de Normalidad para Residuos del Modelo 1
Test statistic p.value method parameter
Shapiro-Wilk 0.9895759 0.8140461 Shapiro-Wilk normality test NA
Jarque-Bera 1.0540676 0.5903535 Jarque Bera Test 2

3.1.5 Predicción

Se realiza una predicción para los próximos 3 meses.

3.2 Modelo 2: SARIMA(2,1,0)(1,1,0)[12] con Intervención de Atípicos

El segundo modelo explora una estacionalidad anual (período 12).

3.2.1 Detección y Tratamiento de Atípicos

3.2.2 Ajuste del Modelo

Coeficientes del Modelo SARIMA(2,1,0)(1,1,0)[12]
Characteristic Beta 95% CI
ar1 0.00
ar2 0.44 0.19, 0.68
sar1 -0.48 -0.77, -0.18
AO10 19,189 15,603, 22,774
TC13 17,394 12,412, 22,375
TC37 11,534 7,658, 15,411
AO51 5,588 2,536, 8,641
AO57 7,679 4,470, 10,888
TC59 -11,055 -15,436, -6,674
TC67 -13,023 -17,763, -8,283
Abbreviation: CI = Confidence Interval

3.2.3 Criterios de Información y Medidas de Error

Criterios de Información del Modelo 2
AIC AICc BIC
1140.64 1145.13 1161.583
Medidas de Error del Modelo 2
ME RMSE MAE MPE MAPE MASE ACF1
Training set 312.1445 2426.677 1788.985 0.0756968 0.4437388 0.0718602 0.1243762

3.2.4 Diagnóstico de Residuos

3.2.4.1 Test de Ljung-Box

Test de Ljung-Box para Residuos del Modelo 2 (Rezagos 3-24)
statistic p.value parameter method
3.459295 0.0628971 1 Box-Ljung test
3.641430 0.1619099 2 Box-Ljung test
3.661083 0.3004632 3 Box-Ljung test
3.699865 0.4481456 4 Box-Ljung test
4.881545 0.4305072 5 Box-Ljung test
9.455915 0.1495143 6 Box-Ljung test
11.753917 0.1089474 7 Box-Ljung test
13.514617 0.0953274 8 Box-Ljung test
13.576219 0.1382186 9 Box-Ljung test
14.198213 0.1641410 10 Box-Ljung test
14.457810 0.2086876 11 Box-Ljung test
16.908923 0.1530555 12 Box-Ljung test
17.376912 0.1826417 13 Box-Ljung test
17.399233 0.2355262 14 Box-Ljung test
22.060736 0.1062212 15 Box-Ljung test
26.680955 0.0451684 16 Box-Ljung test
26.696860 0.0626660 17 Box-Ljung test
27.235937 0.0746753 18 Box-Ljung test
28.638476 0.0718885 19 Box-Ljung test
29.901701 0.0714622 20 Box-Ljung test
30.064338 0.0907027 21 Box-Ljung test
31.505574 0.0862249 22 Box-Ljung test

3.2.4.2 Análisis de Homocedasticidad y Normalidad

Tests de Normalidad para Residuos del Modelo 2
Test statistic p.value method parameter
Shapiro-Wilk 0.9863716 0.6212044 Shapiro-Wilk normality test NA
Jarque-Bera 0.7470338 0.6883094 Jarque Bera Test 2

3.2.5 Predicción

Finalmente, se realiza una predicción para los próximos 3 meses.

3.3 Modelo 3: SARIMA(10,1,0)(0,1,1)[12] con Intervención de Atípicos

El tercer modelo finalista vuelve a explorar la estacionalidad anual, pero con una estructura autorregresiva de orden mayor.

3.3.1 Detección y Tratamiento de Atípicos

3.3.2 Ajuste del Modelo

Coeficientes del Modelo SARIMA(10,1,0)(0,1,1)[12]
Characteristic Beta 95% CI
ar1 0.00
ar2 0.44 0.22, 0.67
ar3 0.00
ar4 0.00
ar5 0.00
ar6 0.00
ar7 0.00
ar8 0.54 0.32, 0.75
ar9 0.00
ar10 -0.45 -0.68, -0.21
sma1 -0.58 -0.94, -0.21
AO10 18,873 15,972, 21,774
TC13 15,882 12,093, 19,670
AO37 9,092 6,569, 11,616
AO57 7,980 5,154, 10,807
TC59 -13,394 -17,310, -9,479
TC67 -12,837 -17,488, -8,185
Abbreviation: CI = Confidence Interval

3.3.3 Criterios de Información y Medidas de Error

Criterios de Información del Modelo 3
AIC AICc BIC
1136.328 1141.828 1159.366
Medidas de Error del Modelo 3
ME RMSE MAE MPE MAPE MASE ACF1
Training set 263.9743 2186.251 1626.414 0.0633685 0.403833 0.06533 0.0795584

3.3.4 Diagnóstico de Residuos

3.3.4.1 Test de Ljung-Box

Test de Ljung-Box para Residuos del Modelo 3 (Rezagos 3-24)
statistic p.value parameter method
1.248107 NaN -1 Box-Ljung test
1.411975 0.0000000 0 Box-Ljung test
6.263667 0.0123239 1 Box-Ljung test
7.078768 0.0290312 2 Box-Ljung test
7.104869 0.0686293 3 Box-Ljung test
7.106165 0.1303831 4 Box-Ljung test
12.430543 0.0293416 5 Box-Ljung test
12.477901 0.0521182 6 Box-Ljung test
12.821984 0.0765663 7 Box-Ljung test
12.991337 0.1121480 8 Box-Ljung test
13.043489 0.1606483 9 Box-Ljung test
18.871069 0.0419312 10 Box-Ljung test
19.570506 0.0515905 11 Box-Ljung test
20.505001 0.0581160 12 Box-Ljung test
22.157453 0.0529697 13 Box-Ljung test
22.398485 0.0707889 14 Box-Ljung test
24.433773 0.0580840 15 Box-Ljung test
25.883952 0.0556831 16 Box-Ljung test
25.990864 0.0746271 17 Box-Ljung test
26.183989 0.0956249 18 Box-Ljung test
26.908453 0.1068036 19 Box-Ljung test
28.880643 0.0901363 20 Box-Ljung test

3.3.4.2 Análisis de Homocedasticidad y Normalidad

Tests de Normalidad para Residuos del Modelo 3
Test statistic p.value method parameter
Shapiro-Wilk 0.9855588 0.5723519 Shapiro-Wilk normality test NA
Jarque-Bera 0.7247933 0.6960062 Jarque Bera Test 2

3.3.5 Predicción

Finalmente, se realiza una predicción para los próximos 3 meses.

3.4 Comparación de Modelos SARIMA

Footnotes

  1. En el presente trabajo se utilizará como sinónimos “estacionariedad en sentido débil”, “estacionariedad en covarianza” y “estacionariedad”, al igual que se hizo durante el desarrollo del curso.↩︎

  2. Corresponde resaltar, sin embargo, que la relación entre el área que se encuentra por debajo del Espectro/Periodograma y la Varianza de la serie se plantea para series estacionarias, propiedad que claramente no caracteriza a la serie en tratamiento.↩︎

  3. El coeficiente asociado al rezago 12 también es significativo, aunque como su magnitud es mayor a la del coeficiente del rezago 9 se decide, en principio, trabajar con los rezagos \(k = 3, 6, 9\).↩︎

  4. Dado \(\omega_j = 2.12 = \frac{2\pi j}{75}\) y despejando \(j\) se obtiene \(j_{\max} \approx 25\).↩︎